gifts_py

الهدايا

البحث عن عناصر لها ميزات شائعة مع الاستعلام.

 query = [ 'A' , 'B' ]

elements = [
    [ 'N' , 'A' , 'M' ],  # common features: 'A'
    [ 'C' , 'B' , 'A' ],  # common features: 'A', 'B'  
    [ 'X' , 'Y' ]  # no common features
]

في هذه الحالة ، البحث مع العودة ['C', 'B', 'A'] و ['N', 'A', 'M'] بهذا الترتيب بالذات.

استخدم للبحث عن النص الكامل

العثور على المستندات التي تحتوي على كلمات من الاستعلام.

 from gifts import SmoothFts

fts = SmoothFts ()

fts . add ([ "wait" , "mister" , "postman" ],
        doc_id = "doc1" )

fts . add ([ "please" , "mister" , "postman" , "look" , "and" , "see" ],
        doc_id = "doc2" )

fts . add ([ "oh" , "yes" , "wait" , "a" , "minute" , "mister" , "postman" ],
        doc_id = "doc3" )

# print IDs of documents in which at least one word of the query occurs, 
# starting with the most relevant matches
for doc_id in fts . search ([ 'postman' , 'wait' ]):
    print ( doc_id )

استخدم لاستخراج البيانات التجريدية

في الأمثلة المذكورة أعلاه ، كانت الكلمات حرفيًا كلمات كقواسل. ولكن يمكن أن تكون أي كائنات مناسبة كمفاتيح dict .

 from gifts import SmoothFts

fts = SmoothFts ()

fts . add ([ 3 , 1 , 4 , 1 , 5 , 9 , 2 ], doc_id = "doc1" )
fts . add ([ 6 , 5 , 3 , 5 ], doc_id = "doc2" )
fts . add ([ 8 , 9 , 7 , 9 , 3 , 2 ], doc_id = "doc3" )

for doc_id in fts . search ([ 5 , 3 , 7 ]):
    print ( doc_id )

تفاصيل التنفيذ

عند ترتيب النتائج ، تأخذ الخوارزمية في الاعتبار ::

• عدد الكلمات المطابقة
• ندرة مثل هذه الكلمات في قاعدة البيانات
• تواتر حدوث الكلمات في المستند

السلس

 from gifts import SmoothFts

يستخدم tf-IDF اللوغاريتمي لتوضيح الكلمات وتشابه جيب التمام لتسجيل المباريات.

بسيطة

 from gifts import SimpleFts

نهج الحد الأدنى: وزن ، مضاعفة ، قارن. هذا الكائن أسرع بشكل ملحوظ من SmoothFts .

ثَبَّتَ

pip

pip3 install git+https://github.com/rtmigo/gifts_py#egg=gifts

الإعداد

 install_requires = [
    "gifts@ git+https://github.com/rtmigo/gifts_py"
]

انظر أيضا

تقوم حزمة Skifts بنفس البحث ، ولكنها تستخدم Scikit-Learn و Numpy لتحسين أداء. هو حرفيا مئات المرات أسرع.